Develop an artificial intelligence engine of strategic economic games to realise and improve players’ interaction with NPC (Q80119)
Jump to navigation
Jump to search
Project Q80119 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Develop an artificial intelligence engine of strategic economic games to realise and improve players’ interaction with NPC |
Project Q80119 in Poland |
Statements
2,933,138.4 zloty
0 references
3,842,322.75 zloty
0 references
76.34 percent
0 references
1 March 2018
0 references
28 February 2021
0 references
DOJI S.A.
0 references
52°24'2.2"N, 16°55'11.3"E
0 references
Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). Celem projektu jest zaprojektowanie i wdrożenie silnika sztucznej inteligencji, zapewniającego realistyczną rozgrywkę w ekonomicznych grach strategicznych - MAS4SEG (Multi-Agent System for Strategic Economic Game). Nowość silnika SI w projekcie dotyczy zastosowania systemu MAS (multi-agent system) w celu zapewnienia nowej jakości dyplomacji w grach strategicznych. System będzie działał na kilku poziomach, w tym zarówno agent-agent, jak i human-agent. Przede wszystkim, ponieważ negocjacje są związane z gospodarką i biznesem, silnik SI musi "rozumieć" kwestie ekonomiczne. Jednostka, którą zarządza NPC, np. kraj lub naród została podzielona na 7 funkcjonalnych modułów ekonomicznych, które będą działać jako elementy systemu wieloagentowego, którzy wspólnie dążą do uzyskania najlepszych wyników (także w negocjacjach z kontrahentami). Moduły te będą odpowiedzialne za: 1) dyplomację, 2) inwestycje, 3) kwestie mikroekonomiczne, 4) kwestie makroekonomiczne, 5) politykę społeczną, 6) współzależności przestrzenne, oraz 7) działania wojskowe. Działając wspólnie, system wieloagentowy stworzy zespół, którego przeciwnikiem będą ludzie lub inne NPC. W tych relacjach system wieloagentowy będzie prowadził negocjacje samolubne (self-interested agent-agent relations). System wieloagentowy pozwoli na podzielenie przestrzeni zmiennych na mniejsze podsystemy - funkcjonalne moduły gry. Każdy moduł będzie agentem posiadającym własny silnik SI (działający na podstawie Monte Carlo Tree Search lub /i sztucznych sieci neuronowych i/lub Utility IA i/lub behaviour trees) i będzie współpracował z innymi agentami (innymi modułami) aby osiągnąć wspólną funkcję wartości. (Polish)
0 references
Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). The aim of the project is to design and implement an artificial intelligence engine, which ensures realistic gameplay in economic strategy games – MAS4SEG (Multi-Agent System for Strategic Economic Game). The new SI engine in the project concerns the use of MAS (multi-agent system) to ensure a new quality of diplomacy in strategic games. The system will operate on several levels, including both agent-agent and human-agent. First of all, as negotiations are related to the economy and business, the SI engine must “understand” economic issues. The unit managed by the NPC, e.g. a country or a nation, has been divided into 7 functional economic modules that will act as elements of a multi-agent system, which jointly strive to achieve the best results (also in negotiations with counterparties). These modules will be responsible for: 1) diplomacy, 2) investments, 3) microeconomic issues, 4) macroeconomic issues, 5) social policy, 6) spatial interdependence, and 7) military activities. Working together, a multi-agent system will create a team whose opponents will be people or other NPCs. In these relations, the multi-agent system will conduct self-interested agent-agent relations negotiations. The multi-agent system will allow to divide the variable space into smaller subsystems – functional game modules. Each module will be an agent with its own SI engine (based on Monte Carlo Tree Search or/or artificial neural networks and/or Utility IA and/or behaviour trees) and will work with other agents (other modules) to achieve a common value function. (English)
14 October 2020
0 references
Reference_Aid_programme: SA.41471(2015/X) But_public_aid: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur en application des articles 107 et 108 du traité (JO URZ. EU L 187/1 du 26.6.2014). L’objectif du projet est de concevoir et de mettre en œuvre un moteur d’intelligence artificielle qui offre un gameplay réaliste dans les jeux stratégiques économiques — MAS4SEG (Multi-Agent System for Strategic Economic Game). La nouveauté du moteur SI dans le projet concerne l’utilisation du MAS (système multi-agents) pour assurer une nouvelle qualité de diplomatie dans les jeux stratégiques. Le système fonctionnera à plusieurs niveaux, y compris l’agent-agent et l’agent humain. Tout d’abord, parce que les négociations sont liées à l’économie et aux affaires, le moteur de l’IA doit «comprendre» les questions économiques. L’entité gérée par l’APN, par exemple un pays ou un pays, a été divisée en sept modules économiques fonctionnels qui feront partie d’un système multi-agences, qui cherchent ensemble à obtenir les meilleurs résultats (y compris dans le cadre de négociations avec les contreparties). Ces modules seront chargés: 1) la diplomatie, 2) l’investissement, 3) les questions microéconomiques, 4) les questions macroéconomiques, 5) la politique sociale, 6) l’interdépendance spatiale et 7) l’action militaire. En agissant ensemble, un système multi-agences créera une équipe dont les adversaires seront des personnes ou d’autres PNM. Dans ces relations, le système multi-agences mènera des relations entre agents et agents intéressés. Le système multi-agents vous permettra de diviser l’espace variable en sous-systèmes plus petits — modules de jeu fonctionnels. Chaque module sera un agent avec son propre moteur SI (basé sur Monte Carlo Tree Search et/ou des réseaux neuronaux artificiels et/ou des arbres d’IA et/ou de comportement) et travaillera avec d’autres agents (autres modules) pour atteindre une fonction de valeur commune. (French)
30 November 2021
0 references
Referenz_Aid_Programm: SA.41471(2015/X) Zweck_public_aid: Artikel 25 der Verordnung (EG) Nr. 651/2014 vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV (ABl. URZ. EU L 187/1 vom 26.6.2014). Ziel des Projekts ist es, eine künstliche Intelligenz-Engine zu entwerfen und umzusetzen, die realistisches Gameplay in wirtschaftlichen strategischen Spielen bietet – MAS4SEG (Multi-Agent System for Strategic Economic Game). Die Neuheit der SI-Engine im Projekt betrifft den Einsatz von MAS (Multi-Agenten-System), um eine neue Qualität der Diplomatie in strategischen Spielen zu gewährleisten. Das System wird auf mehreren Ebenen betrieben, einschließlich Agenten-Agent und Human-Agent. Erstens, da die Verhandlungen mit Wirtschaft und Wirtschaft zusammenhängen, muss die KI-Engine wirtschaftliche Fragen „verstehen“. Die vom NPC verwaltete Einrichtung, z. B. ein Land oder eine Nation, wurde in 7 funktionale Wirtschaftsmodule unterteilt, die als Bestandteile eines behördenübergreifenden Systems fungieren werden, die zusammen die besten Ergebnisse anstreben (auch in Verhandlungen mit den Geschäftspartnern). Diese Module sind zuständig für: 1) Diplomatie, 2) Investitionen, 3) mikroökonomische Fragen, 4) makroökonomische Fragen, 5) Sozialpolitik, 6) räumliche Interdependenz und 7) militärische Aktion. Gemeinsam agierend, wird ein Mehrstellensystem ein Team schaffen, dessen Gegner Menschen oder andere NPCs sein werden. In diesen Beziehungen wird das behördenübergreifende System eigene Agenten-Agentenbeziehungen führen. Das Multi-Agenten-System ermöglicht es Ihnen, den variablen Raum in kleinere Teilsysteme – funktionale Spielmodule – aufzuteilen. Jedes Modul ist ein Agent mit einer eigenen SI-Engine (basierend auf Monte Carlo Tree Search und/oder künstlichen neuronalen Netzwerken und/oder Utility IA und/oder Verhaltensbäumen) und wird mit anderen Agenten (anderen Modulen) zusammenarbeiten, um eine gemeinsame Wertfunktion zu erreichen. (German)
7 December 2021
0 references
Identifiers
POIR.01.02.00-00-0188/17
0 references